denk.schule Zum Experimentierheft →

Lerneinheit · Klasse 9/10 · Informatik, Mathematik

Wie lernt eine Maschine?

„Eine Maschine hat im Training alles richtig — kann sie es deshalb auch?"

Im Experimentierheft öffnen

Der Knopf öffnet die Einheit direkt im Experimentierheft, ein Klick auf einen Labornamen das Labor. Es läuft im Browser — kostenlos, ohne Anmeldung, ohne Installation.

Thema im Lehrplan
Maschinelles Lernen: überwachtes Lernen an Beispielen, die Lernregel des Perzeptrons, lineare Trennbarkeit als Grenze eines Verfahrens, Trainings- gegen Testdaten, Verzerrung in den Trainingsdaten und ihre Folgen (GI-Standards Informatik Sek I, ID-8 und ID-11).
Fach
Informatik, Mathematik
Klassenstufe
Klasse 9/10
Dauer
ca. 60 min (2 Schulstunden) · 8 Missionen und 6 Übertragsaufgaben

Ablauf

  1. Eine Gerade lernt trennen — Eine Gerade rückt bei jedem Fehler ein Stück nach: Zähl mit, wie viele Durchgänge sie braucht — und wann sie es nie schafft. 4 Missionen: Die Gerade lernt · Die Regel umgedreht · Dicht beieinander · Wenn es keine Trennung gibt
  2. Was hat sie gelernt? — Im Training 12 von 12 richtig — und bei neuen Bildern nur die Hälfte. Finde heraus, worauf die Maschine wirklich geachtet hat. 4 Missionen: Die Maschine lernt · Worauf hat sie geachtet? · Ein Hund im Schnee · Was hilft dagegen?
  3. Übertrag — 6 Aufgaben zu einer neuen Situation, ohne Simulation. Die eigenen Messreihen stehen daneben.

Der Denkfehler, an dem die Einheit ansetzt

„Wer im Training alles richtig hat, kann es" — eine Trefferquote auf den Lernbeispielen wird für Können gehalten. Dazu: „Die Maschine achtet auf das, worauf wir achten" (sie nimmt den Schnee statt den Wolf) und „wenn es nicht klappt, muss man länger trainieren" (bei nicht trennbaren Daten hilft das nie).

Das sollen die Lernenden am Ende sagen können

Lernen heißt bei einer Maschine: aus Fehlern die eigene Einstellung ändern. Die Gerade bekommt nie gesagt, wo sie liegen soll — sie rückt bei jedem falsch eingeordneten Punkt ein Stück nach und findet so die Trennung, in zwei Durchgängen bei weit getrennten Gruppen, in vier bei engen. Dreht man die Richtung der Korrektur um, wird alles falsch: Im Vorzeichen steckt das Lernen, nicht in der Rechenleistung. Und manche Aufgaben kann ein Verfahren grundsätzlich nicht lösen — bei gemischten Gruppen bleibt ein Rest an Fehlern, egal wie lange trainiert wird. Noch wichtiger ist, was eine Maschine aus den Beispielen lernt: Standen alle Wölfe im Schnee, lernt sie den Schnee. Im Training trifft sie dann 12 von 12, bei neuen Bildern nur 6 von 12 — so gut wie Raten. Deshalb prüft man nie mit den Bildern, mit denen gelernt wurde, und gegen eine Verzerrung in den Daten hilft kein größerer Rechner, sondern nur bessere Daten.

Tipp für den Unterricht

Beide Labore rechnen ohne Zufallszahlen: Punkte, Startgerade und Schrittweite liegen fest, jeder Durchlauf ergibt dieselben Zahlen. Das zweite Labor ist der wichtigere Teil und lässt sich ohne Rechner wiederholen — zwölf Karten mit drei Merkmalen an die Tafel, die Klasse sucht das Merkmal, das am besten trennt. Das Beispiel Wolf-im-Schnee ist an einen Versuch aus der Forschung angelehnt (Ribeiro u. a. 2016); die Tiere und Zahlen hier sind erfunden.

So arbeiten die Lernenden

Vor jedem Versuch legen sie sich fest, was herauskommt — der Versuchsaufbau bleibt gesperrt, bis sie das getan haben. Dann zeigt der Versuch, ob die Vorhersage stimmte, und jedes Ergebnis landet in einer Messreihe. Die Regel wird nicht vorgesagt, sie ergibt sich aus den eigenen Messwerten. Sterne bewerten die Vorhersage, nicht den Fleiß.

Die Inhalte dieser Seite stehen unter der Lizenz CC BY-SA 4.0 und dürfen kopiert, verändert und weitergegeben werden. Vorschlag für die Namensnennung auf der Seite Lizenz.

Beim Drucken kommt auf der zweiten Seite der Übertrag als Arbeitsblatt — für Klassen, die an der Tafel arbeiten. Die Lösungen stehen in der Handreichung.

denk.schule/einheit/wie-lernt-eine-maschine/ · Inhalte: denk.schule, CC BY-SA 4.0

Übertrag: Wie lernt eine Maschine?

Name: ______________________________ Klasse: __________ Datum: __________

Jetzt ohne Labor — nur mit dem, was deine beiden Messreihen zeigen. Schreibe deine Antwort auf und begründe sie mit dem, was du gemessen hast.

  1. Eine lernende Gerade macht der Reihe nach 8, 5, 3, 1 und 0 Fehler je Durchgang. Nach wie vielen Durchgängen ist sie fehlerfrei?
  2. Eine Firma meldet: „Unsere KI erkennt 100 % der Katzen auf unseren 10 000 Trainingsbildern." Was weißt du damit über neue Bilder?
    • a) Dass sie auch neue Bilder fast immer richtig erkennt
    • b) Dass sie zu wenige Bilder hatte, sonst wären es keine 100 %
    • c) Nichts — dafür müsste man sie mit Bildern prüfen, die sie nie gesehen hat
  3. Eine Maschine ordnet 9 von 12 neuen Bildern richtig ein. Wie viel Prozent sind das?
  4. Eine Maschine soll auf Fotos kranke Hautstellen erkennen. In den Trainingsbildern lag neben fast jeder kranken Stelle ein Lineal zum Größenvergleich. Was hat die Maschine vermutlich gelernt?
    • a) Die Form der kranken Stellen
    • b) „Lineal im Bild heißt krank"
    • c) Nichts — mit so wenigen Merkmalen geht das nicht
  5. Zwei Gruppen von Punkten lassen sich mit keiner Geraden trennen. Die Fehlerzahl pendelt seit 200 Durchgängen um 4. Was hilft?
    • a) Ein anderes Verfahren oder ein weiteres Merkmal
    • b) Noch viel länger trainieren
    • c) Die Schrittweite immer weiter verkleinern
  6. Du sollst zwischen zwei Maschinen wählen. A: 100 % im Training, 50 % bei neuen Bildern. B: 75 % im Training, 75 % bei neuen Bildern. Welche nimmst du?
    • a) A — die hat im Training schließlich alles richtig
    • b) Keine von beiden ist brauchbar
    • c) B

denk.schule/einheit/wie-lernt-eine-maschine/ · Inhalte: denk.schule, CC BY-SA 4.0